正值世界知名的 CES 展会周末,我们看到一些人工智能成果被厂商展示出来。
虽然可能过分强调中国机器人技术,但值得注意的是,追觅公司正在推出一款具有一些非常有趣新功能的新型号,或者说,新肢体。
没错,这款机器人吸尘器现在有了可以称之为"腿"的小附件 - 几英寸长,让这个站立在地板上的设备能稍稍抬离地面。
我观看了预览,展示了追觅 X50 Ultra 这款新型号如何利用这些小腿来应对轻微的斜坡,同时还运用其他令人印象深刻的功能,展示了我们在这项技术上的进展。The Verge 的报道揭示了这个和其他引人注目的设计。
机器人吸尘器的进化
从多年前的第一代 Roomba 开始,机器人吸尘器就被设计得能更好地处理各种任务。
一个突出的例子是将激光雷达引入机器人吸尘器设计中。
昨天的机器人吸尘器很像你在屏保上看到的那些 ping 动画 - 设备只是无脑地沿直线清洁表面,直到覆盖了特定的面积。它在绕过障碍物、处理不规则空间或应对其他挑战方面并不特别擅长。
当你观看新的追觅 X50 Ultra 演示时,你会发现它的激光雷达允许它绘制空间地图并真正理解周围环境。这反过来使它更善于避开地板上的物体或其他可能造成阻碍的异常情况。
另一个新功能是一套吸力装置,帮助吸尘器更有效地深度清洁宠物毛发和其他可能深深嵌入表面的物品。
清洁用的主动 AI
这真正体现了 AI 代理的理念 - 而不是单一用途、通用的机器人地板清洁器。这个想法是,这一台设备可以在清扫大面积区域的同时,还能专注于需要其他类型清洁任务的特定问题区域。
但腿也很重要。
陆地上的鱼
想想那个古老的进化象征:长了腿的鱼。
达尔文的理论,以及其他人的建议是,经过漫长的时间,也许数百万年,鱼类的生物学结构因意志、习惯或偶然而发生了足够的改变,能够把自己推到陆地上,从而开始为陆地运输建立自己的附属物。
在这里,整个过程发生在几个月内,而不是几年,人类正在迅速赋予他们的创造物不断发展的能力。
正如我的朋友 Jeremy Wertheimer 指出的,我们并不是在设计这些东西,而是在发现它们的潜力和能力。我们可能会部署这些 AI 实体和机器人,但在一些非常重要的方面,我们不再完全掌控它们的行为。
我要回到我之前写过的关于机器人技术的内容 - 机器人可能受到越狱技术的影响,单个恶意用户或不法分子可能利用它们造成伤害或使人们处于危险之中。
这本身就说明了智能系统的不可预测性,特别是当它们与先进的机器人技术相连时。还有像 2020 年"坐在马桶上的女人"图片在不寻常的地方出现的事件 - 如 MIT Technology Review 所报道的。
这并不是说我们无法控制这些技术 - 也许我们可以。这是一个引人入胜的例子,展示了这些机器如何在快速发展。在这个案例中,机器人进化到能做一些我们希望它做的事情 - 我们比以往任何时候都更接近"机器人管家"的概念。
好文章,需要你的鼓励
研究显示,英国中小企业虽占企业总数99.9%,但因资源与专业不足,难以有效应对网络攻击。CyCOS项目旨在通过构建支持社区,帮助中小企业提升网络防御能力。
上海交大研究团队开发的VideoREPA是一种突破性的视频生成框架,通过令牌关系蒸馏技术将视频理解模型中的物理知识转移到文本到视频(T2V)扩散模型中。与传统方法不同,VideoREPA关注空间和时间关系的对齐,使生成的视频更符合物理常识。实验表明,这种方法在VideoPhy基准测试中将物理常识分数提高了24.1%,明显优于现有技术。该研究为创建更真实的AI生成视频提供了新思路,展示了理解能力与生成质量间的密切关联。
Wispr 的 Flow 是一款创新的 iOS 语音输入软件,借助 AI 技术能将语音无缝转换为精美文字,每周免费 2000 字,支持 100 多种语言,并能实现多设备同步。
浙江大学和莫纳什大学研究团队开发了PM-Loss,一种用于改进前馈式3D高斯分布渲染的新型正则化损失函数。研究针对深度图在物体边界处的不连续性问题,通过预训练Transformer模型预测的点图提供几何先验知识,实现了更平滑、准确的3D场景重建。实验表明,PM-Loss在多个数据集上显著提升了渲染质量,PSNR提高至少2dB,特别改善了物体边界处的细节表现。该方法易于集成到现有模型中,无需修改架构,为3D视觉和图形学领域提供了新的研究思路。